数据分析三剑客：NumPy库入门1-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_49817079/article/details/147025191

前言

NumPy（Numerical Python）是Python的一种开源的数值计算扩展。提供多维数组对象，各种派生对象（如掩码数组和矩阵）。

这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix）），支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库，包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等等。

几乎所有从事Python工作的数据分析师都利用NumPy的强大功能：

强大的N维数组
成熟的广播功能
用于整合C/C++和Fortran代码的工具包

NumPy提供了全面的数学功能、随机数生成器和线性代数功能。

我将用三篇文章介绍关于NumPy的一些用法。

基本操作

数组创建

创建数组的最简单的方法就是使用array函数，将Python下的list转换为ndarray。

import numpy as np
l = [1,3,5,7,9] # 列表
arr = np.array(l) # 将列表转换为NumPy数组
arr # 数据一样，NumPy数组的方法，功能更加强大
# 输出为
# array([1, 3, 5, 7, 9])

我们可以利用np中的一些内置函数来创建数组，比如我们创建全0的数组，也可以创建全1数组，全是其他数字的数组，或者等差数列数组，正态分布数组，随机数。

import numpy as np
arr1 = np.ones(10) 
# 输出为：array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])
arr2 = np.zeros(10) 
# 输出为： array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
arr3 = np.full(shape = [2,3],fill_value=2.718) 
# 输出为：
# array([[2.718, 2.718, 2.718],
#       [2.718, 2.718, 2.718]])
arr4 = np.arange(start = 0,stop = 20,step = 2) 
# 等差数列 输出为：array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18])
arr5 = np.linspace(start =0,stop = 9,num = 10) 
# 等差数列 输出为：array([0., 1., 2., 3., 4., 5., 6., 7., 8., 9.])
arr6 = np.random.randint(0,100,size = 10) 
# int随机数 输出为：array([ 4,  8, 79, 62, 34, 35,  2, 65, 47, 18])
arr7 = np.random.randn(5) 
# 正态分布 输出为：array([ 0.57807872,  0.37922855,  2.37936837, -0.28688769,  0.2882854 ])
arr8 = np.random.random(size = 5) 
# float 随机数 输出为：array([0.59646412, 0.37960586, 0.38077327, 0.76983539, 0.22689201])

查看操作

NumPy的数组类称为ndarray，也被称为别名 array。请注意，numpy.array这与标准Python库类不同array.array，后者仅处理一维数组且功能较少。

ndarray对象的重要属性有：

2.1 数组的轴数、维度

import numpy as np
arr = np.random.randint(0,100,size = (3,4,5))
arr.ndim # 输出 3

2.2 数组尺寸形状

arr.shape # 输出 (3,4,5)

2.3 数组元素的总数

arr.size # 输出 3*4*5 = 60

2.4 数据类型

arr.dtype # 输出 dtype('int64')

2.5 数组中每个元素的大小

arr.itemsize #输出是 8 ，因为数据类型是int64，
#64位，一个字节是8位，所以64/8 = 8

文件IO操作

3.1 保存数组

save方法保存ndarray到一个npy文件，也可以使用savez将多个array保存到一个.npz文件中。

x = np.random.randn(5)
y = np.arange(0,10,1)
#save方法可以存一个ndarray
np.save("x_arr",x)
#如果要存多个数组，要是用savez方法，
#保存时以key-value形式保存，key任意（xarr、yarr）
np.savez("some_array.npz",xarr = x,yarr=y)

3.2 读取

load方法来读取存储的数组，如果是.npz文件的话，读取之后相当于形成了一个key-value类型的变量，通过保存时定义的key来获取相应的array。

np.load('x_arr.npy') # 直接加载
# 通过key获取保存的数组数据
np.load('some_array.npz')['yarr']

3.3 读写csv、txt文件

arr = np.random.randint(0,10,size = (3,4))
#储存数组到txt文件
np.savetxt("arr.csv",arr,delimiter=',') 
# 文件后缀是txt也是一样的
#读取txt文件，delimiter为分隔符，dtype为数据类型
np.loadtxt("arr.csv",delimiter=',',dtype=np.int32)

数据类型

ndarray的数据类型：

int: int8、uint8、int16、int32、int64
float: float16、float32、float64
str

array创建时，指定

import numpy as np
np.array([1,2,5,8,2],dtype = 'float32')
# 输出 ：array([1., 2., 5., 8., 2.], dtype=float32)

asarray转换时指定

import numpy as np
arr = [1,3,5,7,2,9,0]
# asarray 将列表进行变换
np.asarray(arr,dtype = 'float32')
# 输出：array([1., 3., 5., 7., 2., 9., 0.], dtype=float32)

数据类型转换astype

import numpy as np
arr = np.random.randint(0,10,size = 5,dtype = 'int16')
# 输出：array([6, 6, 6, 6, 3], dtype=int16)
# 使用astype进行转换
arr.astype('float32') 
# 输出：array([1., 4., 0., 6., 6.], dtype=float32)

数组运算

加减乘除幂运算

import numpy as np
arr1 = np.array([1,2,3,4,5])
arr2 = np.array([2,3,1,5,9])
arr1 - arr2 # 减法
#输出：array([1., 6., 6., 5., 0.], dtype=float32)
arr1 * arr2 # 乘法
#输出：array([ 2,  6,  3, 20, 45])
arr1 / arr2 # 除法
#输出：array([0.5 , 0.66666667, 3. , 0.8 , 0.55555556])
arr1**arr2 # 两个星号表示幂运算
#输出：array([1 ,8 ,3 ,1024 ,1953125])

逻辑运算

import numpy as np
arr1 = np.array([1,2,3,4,5])
arr2 = np.array([1,0,2,3,5])
arr1 < 5
#输出：array([ True,  True,  True,  True, False])
arr1 >= 5
#输出：array([False, False, False, False,  True])
arr1 == 5
输出：array([False, False, False, False,  True])
arr1 == arr2
#输出：array([ True, False, False, False,  True])
arr1 > arr2
#输出：array([False,  True,  True,  True, False])

数组与标量计算

#数组与标量的算术运算也会将标量值传播到各个元素
import numpy as np
arr = np.arange(1,10)
1/arr
#输出：array([1. , 0.5 , 0.33333333, 0.25 , 0.2     #  ,0.16666667, 0.14285714, 0.125 , 0.11111111])
arr+5
#输出：array([ 6,  7,  8,  9, 10, 11, 12, 13, 14])
arr*5
#输出：array([ 5, 10, 15, 20, 25, 30, 35, 40, 45])

*=、+=、-=、/=操作

#某些操作（例如+=和*=）只会修改现有数组，而不是创建一个新数组。
import numpy as np
arr1 = np.arange(5)
arr1 +=5
arr1 -=5
arr1 *=5
arr2 = arr1.astype(np.float32)
# arr /=5 不支持运算
arr2 /= 5

更多内容主页获取！